一、简介

 NumPy(Numerical Python) 是用于科学计算及数据处理的Python扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

二、数据结构

 numpy基本数据结构类型为Ndarray对象,其为可存放同类型元素的多维数组。

  • 创建ndarray语法如下

    numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

示例

使用前导入numpy包

import numpy as np
  • 传入多维列表
a = np.array([[0,  1],  [2,  3]])
print (a)
# 输出:[[0 1]
# [2 3]]
  • 指定维度
a = np.array([1, 2, 3], ndmin =  2)
print (a)
#输出: [[1 2 3]]

-包含的基本属性

属性 说明
ndarray.ndim 秩,即轴的数量或维度的数量
ndarray.shape 数组的维度,对于矩阵,n 行 m 列
ndarray.size 数组元素的总个数,相当于 .shape 中 n*m 的值
ndarray.dtype ndarray 对象的元素类型
ndarray.itemsize ndarray 对象中每个元素的大小,以字节为单位
ndarray.flags ndarray 对象的内存信息
ndarray.real ndarray元素的实部
ndarray.imag ndarray 元素的虚部
ndarray.data 包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性。

三、花式创建narray的9种方法

  1. 创建指定shape的空narray

    numpy.empty(shape, dtype = float, order = 'C') # order可取"C"(行优先)和"F"(列优先)。
  • 示例
x = np.empty([3,2], dtype = int)
print (x)

输出: [[ 6917529027641081856 5764616291768666155] [ 6917529027641081859 -5764598754299804209] [ 4497473538 844429428932120]]

2. 创建全0的narray

numpy.zeros(shape, dtype = float, order = 'C')

  • 示例
x = np.zeros((5,), dtype = np.int)
print(x)

输出: [0 0 0 0 0]

3. 创建全1的narray

numpy.ones(shape, dtype = float, order = 'C')

  • 示例
x = np.ones(5)
print(x)

输出: [1. 1. 1. 1.]

  1. 从range创建narray

    numpy.arange(start = 0, stop, step = 1, dtype =None)
  • 示例
x = np.arange(5)
print (x)

输出: [0 1 2 3 4]

5.创建等差数列填充的narray

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

# endpoint 是否包含最后一个数

retstep 是否显示步长

  • 示例1
a = np.linspace(1,10,10)
print(a)

输出: [1 2 3 4 5 6 7 8 9 10]

  • 示例2
a = np.linspace(1,10,10, retstep=True)
print(a)

输出是一个元组: (array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)

6. 创建等比数列填充的narray

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

base 参数意思是取对数的时候 log 的下标。

参数 描述
start 序列的起始值为:base ** start
stop 序列的终止值为:base ** stop。如果endpoint为true,该值包含于数列中
num 要生成的等步长的样本数量,默认为50
endpoint 该值为 true 时,数列中中包含stop值,反之不包含,默认是True。
base 对数 log 的底数。
dtype ndarray 的数据类型
  • 示例1
# 默认底数是 10
a = np.logspace(1.0, 2.0, num = 10)
print (a)

输出: [ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ]

  • 示例2
a = np.logspace(0,9,10,base=2)
print (a)

输出: [ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]

7. 从已有数组创建narray

numpy.asarray(a, dtype = None, order = None)

参数 描述
a 任意形式的输入参数,可以是,列表, 列表的元组, 元组, 元组的元组, 元组的列表,多维数组
dtype 数据类型,可选
order 可选,有"C"和"F"两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序。
  • 示例
x =  [1,2,3]
a = np.asarray(x)
print (a)

输出: [1 2 3]

8. 从buffer流创建narray

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

参数 描述
buffer 可以是任意对象,会以流的形式读入。
dtype 返回数组的数据类型,可选
count 读取的数据数量,默认为-1,读取所有数据。
offset 读取的起始位置,默认为0。
  • 示例
s =  b'Hello World'
a = np.frombuffer(s, dtype = 'S1')
print (a)

输出: [b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']

9. 从迭代对象创建narray

numpy.fromiter(iterable, dtype, count=-1)

参数 描述
iterable 可迭代对象
dtype 返回数组的数据类型
count 读取的数据数量,默认为-1,读取所有数据
  • 示例
# 使用 range 函数创建列表对象
list=range(5)
it=iter(list) # 使用迭代器创建 ndarray
x=np.fromiter(it, dtype=float)
print(x)

输出: [0. 1. 2. 3. 4.]

注:整理自菜鸟教程

numpy基本使用(一)的更多相关文章

  1. 利用Python进行数据分析(5) NumPy基础: ndarray索引和切片

    概念理解 索引即通过一个无符号整数值获取数组里的值. 切片即对数组里某个片段的描述. 一维数组 一维数组的索引 一维数组的索引和Python列表的功能类似: 一维数组的切片 一维数组的切片语法格式为a ...

  2. 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍

    一.NumPy 是什么 NumPy 是 Python 科学计算的基础包,它专为进行严格的数字处理而产生.在之前的随笔里已有更加详细的介绍,这里不再赘述. 利用 Python 进行数据分析(一)简单介绍 ...

  3. 利用Python进行数据分析(6) NumPy基础: 矢量计算

    矢量化指的是用数组表达式代替循环来操作数组里的每个元素. NumPy提供的通用函数(既ufunc函数)是一种对ndarray中的数据进行元素级别运算的函数. 例如,square函数计算各元素的平方,r ...

  4. python安装numpy、scipy和matplotlib等whl包的方法

    最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...

  5. 深入理解numpy

    一.为啥需要numpy python虽然说注重优雅简洁,但它终究是需要考虑效率的.别说运行速度不是瓶颈,在科学计算中运行速度就是瓶颈. python的列表,跟java一样,其实只是一维列表.一维列表相 ...

  6. Python Numpy,Pandas基础笔记

    Numpy Numpy是python的一个库.支持维度数组与矩阵计算并提供大量的数学函数库. arr = np.array([[1.2,1.3,1.4],[1.5,1.6,1.7]])#创建ndarr ...

  7. broadcasting Theano vs. Numpy

    broadcasting Theano vs. Numpy broadcast mechanism allows a scalar may be added to a matrix, a vector ...

  8. python之numpy

    一.矩阵的拼接合并 列拼接:np.column_stack() >>> import numpy as np >>> a = np.arange(9).reshap ...

  9. win7系统下python安装numpy,matplotlib,scipy和scikit-learn

    1.安装numpy,matplotlib,scipy和scikit-learn win7系统下直接采用pip或者下载源文件进行安装numpy,matplotlib,scipy时会遇到各种问题,这是因为 ...

  10. 给numpy矩阵添加一列

    问题的定义: 首先我们有一个数据是一个mn的numpy矩阵现在我们希望能够进行给他加上一列变成一个m(n+1)的矩阵 import numpy as np a = np.array([[1,2,3], ...

随机推荐

  1. 第一个helloworld程序

    ; hello.asm section .data msg db "hello, world",13,10,0 section .bss section .text global ...

  2. SpringBoot(十五)单个以及多个跨域的配置方法

    同源策略是浏览器的一个安全限制,要求域名.协议.端口相同,如果不同则没办法进行数据交互.而跨域配置,则是为了解除这方面的限制.前后端分离的情况下,因为需要分开部署,后台开发基本都需要进行跨域配置了.( ...

  3. navicat图形工具和pymysql模块的使用

    一 Navicat 在生产环境中操作MySQL数据库还是推荐使用命令行工具mysql,但在我们自己开发测试时,可以使用可视化工具Navicat,以图形界面的形式操作MySQL数据库 官网下载:http ...

  4. 记慢慢实现学习cocos 制作游戏

    以下皆为记录所用 现在根据官方教程,我已经实现了一个小东西可以上下跳动 了解了Sprite挂载脚本,以及编辑脚本,还有动画的一些入门东西 还了解了如何设置监听键盘按下的输入,这个是没问题的 问题一 如 ...

  5. gitlab上传代码,菜鸟教学

    1.首先需要在gitlab上新建项目 2.编辑项目名称 3.在本地电脑上新建一个空的文件夹(或者是一个固定统一的文件夹),方便后续找到,这里会将gitlab的项目拉到这个文件内. 点击进入这个文件夹, ...

  6. leetcode 27. 移除元素 【时间击败100.00%】【内存击败84.67%】

    1 public int removeElement(int[] nums, int val) { 2 int last = nums.length - 1; 3 for (int i = 0; i ...

  7. go 镜像输出一个树 mac模式

    递归写的很low,mac模式 package main import "fmt" type TreeNode struct { Value int Left *TreeNode r ...

  8. UGUI获取文本的字符内容像素宽度 【转】

    在做文本框的时候,我们经常碰到需要计算字符输入的长度,然后适当地做处理.这个时候不能直接了当地拿text.Length来用,原因有: 1.字符会因为fontSize的大小不同而有不同的宽度: 2.即使 ...

  9. pytorch学习笔记(4)--dataloader

    batch_size:有多少张 shuffle=True:顺序不打乱 num_workers: 进程数 drop_last:最后不够64张是否舍去 import torchvision from to ...

  10. Unity Editor 扩展入门1

    教程来源:https://www.youtube.com/watch?v=491TSNwXTIg&t=204s 一个点击物体修改材质颜色的简单editor扩展工具 using UnityEng ...